pandas.core.groupby.DataFrameGroupBy.sample

DataFrameGroupBy.sample(n=None, frac=None, replace=False, weights=None, random_state=None)[source]

Возвращает случайную выборку элементов из каждой группы.

Вы можете использовать random_state для воспроизводимости.

Параметры:

n:int, необязательно

Количество элементов для возврата для каждой группы. Не может использоваться с frac и должно быть не больше наименьшей группы, если replace не равно True. По умолчанию равно одному, если frac равно None.

frac:float, необязательно

Доля элементов для возврата. Не может использоваться с n.

replace:bool, по умолчанию False

Разрешить или запретить выборку одной и той же строки более одного раза.

weights:list-like, необязательно

Значение по умолчанию None приводит к равномерному взвешиванию. Если передан список, значения должны иметь такую же длину, как исходный DataFrame или Series, и будут использоваться в качестве вероятностей выборки после нормализации внутри каждой группы. Значения должны быть неотрицательными, с по крайней мере одним положительным элементом в каждой группе.

random_state:int, array-like, BitGenerator, np.random.RandomState, np.random.Generator, необязательно

Если int, array-like или BitGenerator, seed для генератора случайных чисел. Если np.random.RandomState или np.random.Generator, используйте как есть.

Изменено в версии 1.4.0: Теперь поддерживаются объекты np.random.Generator.

Возвращает:

Series или DataFrame

Новый объект того же типа, что и вызывающий, содержащий элементы, случайным образом выбранные внутри каждой группы из вызываемого объекта.

См. также

DataFrame.sample

Генерировать случайные выборки из объекта DataFrame.

numpy.random.choice

Генерировать случайную выборку из заданного одномерного массива NumPy.

Примеры

>>> df = pd.DataFrame(
...     {"a": ["red"] * 2 + ["blue"] * 2 + ["black"] * 2, "b": range(6)}
... )
>>> df
       a  b
0    red  0
1    red  1
2   blue  2
3   blue  3
4  black  4
5  black  5

Выберите одну строку случайным образом для каждого уникального значения в столбце a. Аргумент random_state может использоваться для обеспечения воспроизводимости:

>>> df.groupby("a").sample(n=1, random_state=1)
       a  b
4  black  4
2   blue  2
1    red  1

Установите frac для выборки фиксированных пропорций вместо подсчетов:

>>> df.groupby("a")["b"].sample(frac=0.5, random_state=2)
5    5
2    2
0    0
Name: b, dtype: int64

Управление вероятностями выборки внутри групп путем установки весов:

>>> df.groupby("a").sample(
...     n=1,
...     weights=[1, 1, 1, 0, 0, 1],
...     random_state=1,
... )
       a  b
5  black  5
2   blue  2
0    red  0